opencv python psnr 示例

下面是一个简单的Python示例，演示如何使用OpenCV计算图像之间的峰值信噪比（PSNR）。

import cv2
import numpy as np

def calculate_psnr(img1, img2):
    # 计算峰值信噪比
    mse = np.mean((img1 - img2) ** 2)
    if mse == 0:
        return float('inf')
    max_pixel = 255.0
    psnr = 20 * np.log10(max_pixel / np.sqrt(mse))
    return psnr

# 读取原始图像和降噪后的图像
img1 = cv2.imread('original_image.jpg')
img2 = cv2.imread('denoised_image.jpg')

# 计算峰值信噪比
psnr = calculate_psnr(img1, img2)

# 打印结果
print('PSNR:', psnr)

在这个示例中，我们首先定义了一个`calculate_psnr()`函数，该函数采用两个图像作为输入，并计算它们之间的峰值信噪比。然后，我们读取原始图像和降噪后的图像，并使用`calculate_psnr()`函数计算它们之间的峰值信噪比。最后，我们将峰值信噪比打印到屏幕上。

请注意，这个示例假设原始图像和降噪后的图像的像素值范围为0到255。如果图像的像素值范围不同，需要根据实际情况进行调整。